A inteligência synthetic está a aprender rapidamente a conceber e executar experiências biológicas de forma autónoma, mas os sistemas destinados a governar essas capacidades estão a lutar para acompanhar o ritmo.
A empresa de IA OpenAI e a empresa de biotecnologia Ginkgo Bioworks anunciaram em fevereiro de 2026 que o modelo carro-chefe da OpenAI, GPT-5, tinha projetado e executado de forma autônoma 36.000 experimentos biológicos. Fez isso através de um laboratório de nuvem robóticainstalação onde equipamentos automatizados controlados remotamente por computadores realizam experimentos. O modelo de IA propôs projetos de estudo, e os robôs os executaram e enviaram os dados de volta ao modelo para a próxima rodada. Os humanos estabeleceram a meta e as máquinas fizeram grande parte do trabalho no laboratório, reduzindo em 40% o custo de produção da proteína desejada.
Isso é biologia programável: projetar componentes biológicos em um computador e construí-los no mundo físico, com a IA fechando o ciclo.
Durante décadas, a biologia mudou principalmente de observação para compreensão. Cientistas sequenciou os genomas dos organismos catalogar todo o seu DNA, aprendendo como os genes codificam as proteínas que realizam as funções da vida. A invenção de ferramentas como CRISPR então permitiu que os cientistas edite esse DNA para fins específicos, como desativar um gene ligado a uma doença. A IA está agora a acelerar uma terceira fase, onde os computadores podem conceber sistemas biológicos e testá-los rapidamente.
O processo se parece menos com o trabalho de bancada tradicional em um laboratório e mais como engenharia: projetar, construir, testar, aprender e repetir. Enquanto um experimento tradicional pode testar uma única hipótese, a biologia programável orientada por IA explora milhares de variações de projeto em paralelo, iterando a maneira como um engenheiro refina um protótipo.
Como um cientista de dados que estuda genômica e biossegurançapesquiso como a IA está remodelando a pesquisa biológica e quais salvaguardas isso exige. As atuais medidas e regulamentos de segurança não acompanharam estas capacidades, e a lacuna entre o que a IA pode fazer na biologia e o que os sistemas de governação estão preparados para lidar está a aumentar.
O que a IA torna possível
O exemplo mais claro de como os pesquisadores estão usando IA para automatizar a pesquisa é Projeto de proteína acelerada por IA.
As proteínas são as máquinas moleculares que realizam a maioria das funções nas células vivas. Projetar novas proteínas tradicionalmente exigiu anos de tentativa e erro, porque mesmo pequenas alterações na sequência de uma proteína podem alterar sua forma e função de maneiras imprevisíveis.
Modelos de linguagem de proteínasque são sistemas de IA treinados em milhões de sequências naturais de proteínas, podem prever rapidamente como as mutações mudarão o comportamento de uma proteína ou projetar novas proteínas. Esses modelos de IA estão projetando potenciais novos medicamentos e acelerando o desenvolvimento de vacinas.
Emparelhado com laboratórios automatizadosesses modelos criam ciclos estreitos de experimentação e revisão, testando milhares de variações em dias, em vez dos meses ou anos que uma equipe humana precisaria.
Uma engenharia de proteínas mais rápida pode significar respostas mais rápidas a infecções emergentes e medicamentos mais baratos.
O problema do uso duplo
Os pesquisadores levantaram preocupações de que essas mesmas ferramentas de IA poderiam ser mal utilizadas, um desafio conhecido como problema de dupla utilização: As tecnologias desenvolvidas para fins benéficos também podem ser reaproveitadas para causar danos.
Por exemplo, os pesquisadores descobriram que os modelos de IA integrado com laboratórios automatizados pode otimizar a forma como um vírus se espalhamesmo sem formação especializada. Os cientistas têm desenvolveu uma ferramenta de pontuação de risco para avaliar como a IA poderia modificar as capacidades de um vírus, como alterar quais espécies ele infecta ou ajudá-lo a escapar do sistema imunológico.
Os modelos atuais de IA são capazes de orientar os usuários nas etapas técnicas de recuperando vírus vivos de DNA sintético. Os pesquisadores determinaram que a IA poderia reduzir barreiras em vários estágios do processo de desenvolvimento de uma arma biológica, e que a supervisão atual não aborda adequadamente esse risco.
Risco da BioIA
Cientistas experientes já estão usando IA planejar e projetar experimentos biológicos. A questão de saber se a IA pode ajudar pessoas com formação limitada em biologia a realizar trabalhos de laboratório perigosos é objecto de investigação activa.
Dois estudos recentes chegaram a conclusões diferentes.
Um estudo realizado pela empresa de IA Scale AI e pela organização sem fins lucrativos de biossegurança SecureBio descobriu que quando pessoas com experiência limitada em biologia tiveram acesso a grandes modelos de linguagem, que é o tipo de IA por trás de ferramentas como ChatGPT, elas conseguiram completar tarefas relacionadas à biossegurançacomo solucionar problemas de protocolos complexos de laboratório de virologia com precisão quatro vezes maior. Em algumas áreas, estes novatos superaram os especialistas treinados. Cerca de 90% destes novatos relataram pouca dificuldade em fazer com que os modelos fornecessem informações biológicas arriscadas, tais como instruções detalhadas sobre como trabalhar com patógenos perigosos, apesar dos filtros de segurança integrados destinados a bloquear tais resultados.
Em contraste, um estudo liderado pela Lively Website, uma organização sem fins lucrativos que estuda o uso da IA em biologia sintética, descobriu que a ajuda da IA não levou a diferenças significativas na capacidade dos novatos de completar o fluxo de trabalho complexo para produzir um vírus em um laboratório de biossegurança. No entanto, o grupo assistido por IA teve sucesso com mais frequência na maioria das tarefas e concluiu algumas etapas mais rapidamente, principalmente no cultivo de células em laboratório.
O trabalho prático no laboratório tem sido tradicionalmente um gargalo na tradução de projetos em resultados. Mesmo um plano de estudo brilhante ainda depende de mãos humanas habilidosas para ser executado. Isso pode não durar, à medida que os laboratórios em nuvem e a automação robótica se tornam mais barato e mais acessívelpermitindo que os pesquisadores enviem projetos experimentais gerados por IA para instalações remotas para execução.
Respondendo aos riscos biológicos impulsionados pela IA
Os sistemas de IA são agora capazes de realizar experiências de forma autónoma e em grande escala, mas os regulamentos existentes não foram concebidos para isso. As regras que regem a investigação biológica não têm em conta a automação orientada pela IA, e as regras que regem a IA não abordam especificamente a sua utilização em biologia.
Nos EUA, a administração Biden emitiu uma ordem executiva de 2023 sobre segurança de IA que incluía disposições de biossegurançamas a administração Trump revogou-o. A triagem do DNA sintético que os fornecedores comerciais fazem para garantir que não possa ser utilizado indevidamente para produzir patógenos ou toxinas continua sendo, em sua maioria, voluntária. Um projeto de lei bipartidário apresentado em 2026 para triagem de DNA obrigatória ainda não aborda sequências projetadas por IA que escapam aos métodos de detecção atuais.
O 1975 Convenção sobre Armas Biológicasum tratado internacional que proíbe a produção e utilização de armas biológicas, não contém disposições relativas à IA. O Reino Unido Instituto de Segurança de IA e os EUA Comissão de Segurança Nacional sobre Biotecnologia Emergente ambos pediram uma ação governamental coordenada.
As avaliações de segurança que os laboratórios de IA realizam antes de lançar novos modelos são frequentemente opaco e inadequado para capturar o risco do mundo actual. Os investigadores estimaram que mesmo melhorias modestas na capacidade de um modelo de IA para ajudar a planear experiências relacionadas com agentes patogénicos poderiam traduzir-se em milhares de mortes adicionais por bioterrorismo por ano. Cronogramas para quando esses recursos ultrapassarem limites críticos permanecem obscuros.
A Iniciativa sobre Ameaça Nuclear propôs uma estrutura de acesso gerenciado para ferramentas biológicas de IA, combinando quem pode usar uma determinada ferramenta com o nível de risco do modelo, em vez de restrições gerais. O RAND Heart on AI, Safety and Expertise descreveu um conjunto de ações que os pesquisadores poderiam realizar para melhorar a biossegurançaincluindo melhor triagem de síntese de DNA e avaliações de modelos antes do lançamento. Os pesquisadores também argumentaram que os próprios dados biológicos precisam de governançaespecialmente dados genômicos que poderiam treinar modelos com capacidades perigosas.
Algumas empresas de IA começaram a impor voluntariamente as suas próprias medidas de segurança. Antrópico ativou seu nível de segurança mais alto quando lançou seu modelo mais avançado em meados de 2025. Ao mesmo tempo, OpenAI atualizou o seu quadro de preparaçãorevisando os limites de quanto risco biológico um modelo pode representar antes que sejam necessárias salvaguardas adicionais. Mas estas são medidas voluntárias e específicas da empresa. O CEO da Anthropic, Dario Amodei, escreveu que o ritmo de desenvolvimento da IA poderá em breve superar a capacidade de qualquer empresa para avaliar o risco de um determinado modelo.
Quando utilizada num ambiente bem controlado, a IA pode ajudar os cientistas a atingir rapidamente os seus objetivos de investigação. O que acontece quando as mesmas capacidades operam fora desses controlos é uma questão à qual a política ainda não respondeu. Se reagir de forma exagerada, o talento e o investimento poderão deslocar-se para outro lado, enquanto a tecnologia continua a avançar de qualquer maneira. Se reagir mal, os riscos dessa tecnologia poderão ser explorados para causar danos reais.
Este artigo foi republicado de A conversa sob uma licença Artistic Commons. Leia o artigo authentic.